# Construir con el SDK

Crea agentes con MCP usando los SDKs agénticos de Hugging Face. Las bibliotecas `huggingface_hub` (Python) y `@huggingface/tiny-agents` (JavaScript) proporcionan todo lo que necesitas para conectar LLMs con herramientas MCP.

## Instalación

```bash
pip install "huggingface_hub[mcp]"
```

```bash
npm install @huggingface/tiny-agents
# or
pnpm add @huggingface/tiny-agents
```

## Inicio rápido: Ejecutar un agente

La forma más rápida de empezar es con la CLI `tiny-agents`:

```bash
tiny-agents run julien-c/flux-schnell-generator
```

```bash
npx @huggingface/tiny-agents run "julien-c/flux-schnell-generator"
```

Esto carga un agente de la [colección tiny-agents](https://huggingface.co/datasets/tiny-agents/tiny-agents), se conecta a sus servidores MCP y inicia un chat interactivo.

## Uso de la clase Agent

La clase `Agent` gestiona el bucle de chat y la ejecución de herramientas MCP. Utiliza [Inference Providers](https://huggingface.co/docs/inference-providers) para ejecutar el LLM.

```python
from huggingface_hub import Agent
import asyncio

agent = Agent(
    model="Qwen/Qwen2.5-72B-Instruct",
    provider="novita",
    servers=[
        {
            "type": "sse",
            "url": "https://evalstate-flux1-schnell.hf.space/gradio_api/mcp/sse"
        }
    ]
)

async def main():
    async for chunk in agent.run("Generate an image of a sunset"):
        if hasattr(chunk, 'choices'):
            delta = chunk.choices[0].delta
            if delta.content:
                print(delta.content, end="")

asyncio.run(main())
```

Consulte la [referencia de Agent](https://huggingface.co/docs/huggingface_hub/package_reference/mcp#huggingface_hub.Agent) para ver todas las opciones.

```typescript
import { Agent } from "@huggingface/tiny-agents";

const agent = new Agent({
    model: "Qwen/Qwen2.5-72B-Instruct",
    provider: "novita",
    apiKey: process.env.HF_TOKEN,
    servers: [
        {
            type: "sse",
            url: "https://evalstate-flux1-schnell.hf.space/gradio_api/mcp/sse"
        }
    ]
});

await agent.loadTools();

for await (const chunk of agent.run("Generate an image of a sunset")) {
    if ("choices" in chunk) {
        const delta = chunk.choices[0]?.delta;
        if (delta.content) {
            console.log(delta.content);
        }
    }
}
```

Consulte la [documentación de tiny-agents](https://huggingface.co/docs/huggingface.js/tiny-agents/README) para ver todas las opciones.

## Uso directo de MCPClient

Para tener más control, use `MCPClient` para gestionar directamente los servidores MCP y las llamadas a herramientas.

```python
import asyncio
from huggingface_hub import MCPClient

async def main():
    async with MCPClient(
        model="Qwen/Qwen2.5-72B-Instruct",
        provider="novita",
    ) as client:
        # Connect to an MCP server
        await client.add_mcp_server(
            type="sse", 
            url="https://evalstate-flux1-schnell.hf.space/gradio_api/mcp/sse"
        )
        
        # Process a request with tools
        messages = [{"role": "user", "content": "Generate an image of a sunset"}]
        
        async for chunk in client.process_single_turn_with_tools(messages):
            if hasattr(chunk, 'choices'):
                delta = chunk.choices[0].delta
                if delta.content:
                    print(delta.content, end="")

asyncio.run(main())
```

Consulte la [referencia de MCPClient](https://huggingface.co/docs/huggingface_hub/package_reference/mcp#huggingface_hub.MCPClient) para ver todas las opciones.

El SDK de JavaScript utiliza la clase `Agent` para las interacciones con MCP. Para un control de nivel inferior, consulte el paquete [@huggingface/mcp-client](https://huggingface.co/docs/huggingface.js/mcp-client/README).

## Comparte tu agente

Contribuye con agentes a la [colección tiny-agents](https://huggingface.co/datasets/tiny-agents/tiny-agents) en el Hub. Incluye:

- `agent.json` - Configuración del agente (obligatorio)
- `PROMPT.md` o `AGENTS.md` - Prompt de sistema (opcional)
- `EXAMPLES.md` - Prompts de ejemplo y casos de uso (opcional)

## Más información

- [Referencia de MCP de huggingface_hub](https://huggingface.co/docs/huggingface_hub/package_reference/mcp) - Referencia de la API de Python
- [Documentación de tiny-agents](https://huggingface.co/docs/huggingface.js/tiny-agents/README) - Referencia de la API de JavaScript
- [Proveedores de inferencia](https://huggingface.co/docs/inference-providers) - Proveedores de LLM disponibles
- [colección tiny-agents](https://huggingface.co/datasets/tiny-agents/tiny-agents) - Explorar agentes de la comunidad
- [Guía del servidor MCP](./agents-mcp) - Conectar con el servidor MCP de Hugging Face